АНАЛІЗ НЕСТРУКТУРОВАНИХ ДАНИХ КОНТАКТ-ЦЕНТРУ ДЛЯ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ

Анотація

Мета – розроблення методу аналізу неструктурованих даних контакт-центру, який забезпечує інтеграцію й ефективне оброблення запитів клієнтів із різних каналів комунікації, зокрема аудіо- і текстових даних. Методи. У дослідженні запропоновано схему оброблення неструктурованих даних в інформаційних системах контакт-центру, яка включає можливості аналізу інформації в аудіо- (Voice Data) та текстовому (Text Data) форматах. Система забезпечує обслуговування запитів, отриманих через різні канали, як-от телефонний зв’язок, системи VoIP, аудіо-конференц-зв’язок, а також текстові повідомлення з онлайн-чатів, месенджерів та вбудованих чатів. Для подальшого оброблення голосові дані конвертуються в текст за допомогою модуля Speech To Text. Інформацію про емоційний фон розмови виділяють та зберігають за допомогою модулів Speech Emotion Recognition та Sentiment Analysis. Для реалізації повнотекстового пошуку, а також пошуку даних за емоціями і тональністю використовуються модулі Full Text Search та Emotion Sentiment Search. Модуль Text Classification дозволяє створювати класифікатори та організовувати пошук відповідно до отриманих моделей. Результати. Дослідження показало, що середній час розмови становив 15 хвилин, з яких 65% часу було активним мовленням, а 35% – часом тиші. Мовлення оператора становило приблизно 60% від загального часу активного мовлення, тоді як мовлення клієнта – 40%. Середня швидкість мовлення оператора становила 150 слів на хвилину, водночас швидкість мовлення клієнта була 130 слів на хвилину. Також визначено кількість перебивань: у середньому фіксувалося 8 перебивань за розмову, з яких 5 належало оператору, а 3 – клієнту. Ці результати дозволяють зробити висновки щодо якості взаємодії під час дзвінків і дотримання стандартів комунікації. Аналіз тональності та емоцій в аудіо– і текстових даних виявив, що 70% розмов мали нейтральний тон, 20% – позитивний, а 10% – негативний. У 30% випадків у мовленні клієнтів спостерігалися ознаки роздратування, тоді як емоційна нейтральність у мовленні операторів відзначалася у 80% випадків. Новизна. У роботі запропоновано новий метод оброблення неструктурованих даних контакт-центру, що дозволяє аналізувати інформацію як в аудіо, так і в текстовому форматах та забезпечує інтеграцію запитів із різних каналів зв’язку. Використання модуля перетворення голосових даних на текст, а також модулів для емоційного аналізу сприяє отриманню більш детальної інформації про психоемоційний стан учасників розмови. Аугментація аудіоданих розширює параметри аналізу взаємодії між операторами та клієнтами, що відкриває нові можливості для підвищення ефективності бізнес-процесів контакт-центрів та вдосконалення клієнтського обслуговування. Цінність. Результати дослідження мають практичну цінність для компаній, що працюють у сфері обслуговування клієнтів, оскільки дозволяють покращити якість обслуговування, швидкість реагування на запити, а також підвищити рівень задоволеності клієнтів. Запропоновані рішення можуть бути адаптовані до різних інформаційних систем контакт-центру, що робить їх універсальними для впровадження в різні організації.